もう少し詳しく
SRE(Site Reliability Engineering、サイト信頼性エンジニアリング)とは、サービスを安定して動かし続けるための運用業務に、ソフトウェア工学の手法を応用する考え方です。元々はGoogleが社内の大規模システム運用のために築いた手法で、同社が書籍「Site Reliability Engineering」として公開したことで、世界的に広く知られるようになりました。SREを専門に担当するエンジニアは、システムの異常を検知する仕組みの構築、障害発生時の対応、再発防止のための自動化などを担当します。
どこで使われるか
多数の利用者を抱えるWebサービスやクラウドサービスを運営する企業で、SREという職種・チームが置かれています。サービスがどこまで止まってよいかの目標値(SLO、サービスレベル目標)を定め、その範囲内で安定稼働させることが主な役割です。
身近な例
普段使っているスマートフォンのアプリやWebサービスが、大きな障害もなく毎日動き続けているのは、裏側でSREのような役割を担うエンジニアが、システムの監視や自動復旧の仕組みを整えているためです。利用者からは見えない部分ですが、サービスの「止まらない」という当たり前を支えている仕事だといえます。
注意点
SREは単なる「保守・運用担当」ではなく、障害の原因をソフトウェアの仕組みで解消していく専門職です。システムが複雑になるほど、監視対象やAIを使った運用の自動化など、求められる知識の範囲も広がる傾向にあります。